(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111371912.6 (22)申请日 2021.11.18 (71)申请人 北京邮电大 学 地址 100876 北京市海淀区西土城路10号 (72)发明人 吕铁军　李玮彩　 (51)Int.Cl. G06F 9/50(2006.01) G06N 20/00(2019.01) (54)发明名称 一种无线联邦学习系统的设计及资源分配 方法 (57)摘要 本发明为一种无线联邦学习系统的设计及 资源分配方法。 边缘设备的异构性阻碍了传统无 线联邦学习系统的发展， 本发明提出了一种基于 多载波正交多址接入的无线 联邦学习系统， 该系 统具有灵活的用户参与模式， 能够提高训练性 能， 同时支持在有限无线资源下的大规模用户接 入。 具体来说， 本发明引入了一个新的联邦学习 性能指标作为优化目标， 并制定了联合功率和带 宽分配方案， 并针对性地开发了一种非凸问题转 化法， 以在不损失性能的情况下降低计算复杂 度。 经多次仿真验证， 本发明所提出的方案和算 法能够有效提升无线联邦学习 系统的性能。 权利要求书2页 说明书3页 附图2页 CN 114327860 A 2022.04.12 CN 114327860 A 1.本发明提供了一种基于多载波正交多址接入的无线联邦学习系统的通信资源分配 方法， 用于以下场景： 综合考虑无线联邦学习系统中， 用户算力、 通信、 数据异质性， 使用灵 活的用户参与模式； 用户通过和基站之间的无线信道与联邦学习服务器交换训练模型， 上 行链路总带宽划分为多个子载波并使用多载波正交多址接入技术上传本地模型参数， 并使 用广播技术下发全局模型； 联邦学习需要训练多个通信轮次， 直到训练收敛。 (1.1)灵活的用户参与模式： 针对无线联邦学习系统， 本发明提出了一种灵活的用户参 与模式， 它考虑了用户各方面异质性， 允许参与训练的所有用户在一个通信轮次中最大化 本地训练的迭代次数； (1.2)基于灵活的用户参与模式的无线联邦学习性能指标： 本发明提出了一种新的基 于灵活的用户参与模式的无线联邦学习性能指标用于表征收敛速度， 称为全局 聚合完成 度； (1.3)联合带宽和功率资源分配问题： 为了使无线联邦学习系统的训练效率最高， 并以 最快的速度达到 收敛， 本发明提出了一个在严格的延迟、 功率和带宽约束下最大化全局聚 合完成度的联合带宽和功率资源分配问题； (1.4)联合带宽和功率资源分配方案： 原资源分配问题是非凸问题， 本发明提出了一个 非凸问题转化法。 首先消去时间约束， 然后利用变量替换转化为凸问题， 并进一步减少变量 数量； 通过凸优化工具 可以解出转换后的优化问题并重新计算资源分配方案 。 2.根据权利要求1所述， 基于灵活的用户参与模式的无线联邦学习系统的全局聚合完 成度具体表示为： 其中Fk表示用户算力， 表示一个通信 轮次内的总时延。 3.根据权利要求1所述， 联合带宽和功率资源分配问题具体表述如下： 其中 表示用户上行功率， 表示N个子载波带宽， Fk表示用户算力， Tk表示用 户一个轮次内的总时延， U表示 一个轮次的全局聚合完成度。 4.根据权利要求1所述， 具体的联合带宽和功率资源方案需要以下三个步骤： (4.1)问题转 化： 首先消去原问题的时间约束并目标函数转化 为 然后目标函数权　利　要　求　书 1/2 页 2 CN 114327860 A 2继续转化为 并得到新的优化问题 (4.2)求解： 新的优化问题是凸问题， 可以通 过凸优化 方法得到解 和 至 此得到了最优带宽方案； (4.3)计算分配方案： 利用新优化问题的最优解和问题转 化的取等条件， 得到最优功率分配方案 权　利　要　求　书 2/2 页 3 CN 114327860 A 3